额头装GoPro，养育机器人的人们
中国拥有大脑，印度制造眼睛。可那些数据，到底归谁所有？
开篇
订阅者朋友，请想象一下印度泰米尔纳德邦一座小城卡鲁尔（Karur）的一家纺织工厂。这是一个再普通不过的作业场，工人们在这里贴标签、熨烫布袋、叠衣服。但有一点很奇怪：大约八名工人，额头上绑着GoPro，或戴着智能眼镜，一边工作一边拍摄。这是法新社（AFP）记者亲眼目睹的场景。1
在这里工作的一位女性，二十八岁，生完孩子后辞去了教师工作。她现在做的事情，就是每天戴着摄像机长达6到7小时，拍摄自己叠衣服、洗碗、收拾孩子玩具的日常，并以此获得收入。而这些数据，未来会被用来训练那种终将取代她这份工作的机器人。
看到这一幕，我不禁联想到上一期讨论过的中国脑机接口（BCI）2。先说结论吧：两个国家正在攀登AI这座同一座山，但抓住的却是完全不同的层。中国想要国家拥有人类最内层的东西——大脑；而印度，是由十五亿人口共同制造出人类的“眼睛”，但其所有权却流向了外部。今天我们就来聊聊，为什么这个“所有权的位置”，会是区分剥削与解放的关键变量。
中国决定让国家拥有“大脑”
正如上一期所讲，中国的选择很明确：瞄准最内层，也就是人类神经信号本身。
2025年7月，中国政府由科技部等7个部门联合发布了促进脑机接口产业发展的蓝图。这是一份将产业规划、医疗监管、研究监督整合于一体、由国家主导的统一行动纲领。目标也非常具体：到2027年在电极、神经芯片、信号解码算法上实现突破，到2030年培育出2到3家“世界级”企业。2025年12月，还成立了规模达116亿元人民币（约合1.65亿美元）的脑科学基金。3
在这里，我关注的是他们想要拥有的“是什么”。电极、芯片、算法——全都是硬件，也都是知识产权。一旦造出来，就会作为本国企业的资产留存下来，成为国家可以掌控的东西。中国正把AI技术栈中最深、最易于防守的那一层，钉死为国家资产。
当然，这条路也有局限。将电极植入人脑的侵入式技术，临床与伦理门槛都很高，市场开放的速度也很慢。中国脑机接口市场，就算到了2025年，估计规模也仅5亿美元出头。但方向是明确的：向内，且落入国家之手。
印度正由十五亿人共同制造“眼睛”
印度的道路则截然相反。不是大脑，而是眼睛；不是侵入式手术，而是二手GoPro和智能手机；不是国家基金，而是外国企业的订单。
在卡鲁尔收集数据的公司叫Objectways。这家公司2019年以数据标注4公司起步，如今已扩展到机器人数据领域。公司在印度和美国都设有办公室，客户包括财富500强企业，并与亚马逊SageMaker等机器学习平台合作。CEO是泰米尔纳德邦出身、如今定居美国的一位五十多岁人士。1
他们收集的，是“自我中心（egocentric）数据”5。简单来说，就是以第一人称视角拍摄的、人类日常生活本身：叠衣服、煮咖啡、洗碗，甚至打扫厕所。这一整套从A到Z的手部动作和视野，正是人形机器人学习的基础材料。机器人要知道“这是一个杯子”，靠的不是旧金山的工程师，而是需要印度小城里的人把这个动作展示数千次。摩根士丹利预测，到2050年，全球投入使用的人形机器人将超过10亿台。
作为核查者，我要在这里指出一点。视频中提到，这个行业“期待每天产出5亿小时的数据量”。我认为这个数字很难照单全收——出处不明，而且从物理上说，要让人一天拍出5亿小时的数据，需要数千万人同时工作。这个说法可以作为行业野心的一种修辞来看待，但不应当作已核实的事实。不过可以确认的一点是：根据法新社的采访，工人每小时视频报酬约为250卢比（约合2.6美元）。1 视频中另一位工人则表示，佩戴摄像机的津贴另外按月发放，为1万卢比。
关键在于这一点：印度人“生产”数据，却并不“拥有”这些数据。被制造出来的“眼睛”，最终成了下单的外国企业的资产。
交叉点：所有权在内层，劳动在外层
现在让我们把两个国家叠放在一起看。在制定GTM战略时，我一直在问同一个问题：“在这条价值链中，可防御的资产究竟握在谁手里？”
用这个问题来看，中国和印度的差异就一目了然了。
中国把技术栈最内层、最难复制、监管门槛最高的大脑与芯片层，收归国家所有。进入壁垒高，意味着一旦领先，别人就很难轻易追上。相反，印度所握有的，是技术栈最外层——流入“眼睛”的原始数据。这一层可以凭借十五亿人口的压倒性规模廉价制造出来，但同时也人人可以替代，所有权也会向外流失。
同样的逻辑，也在印度IT服务产业中一再重演。截至2025财年，印度软件服务出口额超过2,300亿美元，6这是二十五年来作为全球“后台办公室”积累起来的成果。可如今，正是这些重复性工作，成了大语言模型（LLM）最先吞噬的领域。因为没有拥有可防御的资产、只是提供了劳动，一旦游戏规则改变，最先动摇的就是它们。
市场正在冷静地读懂这一结构。进入2026年以来，外国资金已从印度股市撤出超过300亿美元，创下历史新高。7 资金正流向直接制造芯片和硬件的台湾、韩国。一位投资者干脆将印度称为“反AI标的（anti-AI play）”。当然也有反驳的声音。印度拥有超过1,800家全球能力中心（GCC）8，雇用约200万人，新设GCC中有80%把AI与机器学习列为优先事项。这种观点认为，印度是AI企业应用（fine-tuning）的中心。但即便这种反驳，也仍然停留在“为他人调校模型”这一角色之内——属于劳动的语法，而非所有权的语法。
延展：同一台摄像机，何以既是解放又是剥削
不过这里出现了一个反转。仅从所有权结构来看，印度的图景是灰暗的。但如果去问卡鲁尔那位女性，这份工作对她意味着什么，故事就没那么简单了。
印度是一个社会观念相当保守的国家，女性教育有时甚至会因被认为“浪费了本该留作嫁妆的本钱”而遭放弃。在这样的地方，一份不用离开家乡就能挣钱的工作，能彻底改变一个人的人生。视频中一位女性介绍自己是家中第一个大学毕业生，她用工资的一部分照顾父母的健康，另一部分负担孩子的教育。“教育一个男孩，就是教育一个家庭；教育一个女孩，就是教育整个村庄”，这句印度谚语，在这里不是隐喻，而是现实。这，无疑是一种解放。
与此同时，这也是一条被设计成榨取式的供应链。工人亲手训练出将取代自己的技术，而这些数据随时可能被用来对工人不利。在某些地区，雇主甚至可能在不支付任何津贴的情况下，强迫工人佩戴摄像机。“只要支付报酬，又有人心甘情愿地去做，那就是公平交易”这句话，和“我们难道不是正在被剥削吗”这个疑问，共存于同一间作坊之中。
解开这一悖论的钥匙，正是第一条轴线——所有权。如果不能拥有数据，解放就只是暂时的，剥削却是结构性的。一旦模型训练完成、机器人足够聪明，这份工作的“安全期”便会终结。视频中的那位女性，正准确地明白这一点。她说：“只要模型还没训练好，机器人就抢不走我们的工作。”解放的有效期，恰恰系于所有权的位置。
Oswarld视角
坦白说，我对“人口即竞争力”这种印度叙事，抱有一种谨慎的态度。
在做数据分析的过程中，我常常遇到这样一种规律：规模（scale）本身并不是价值。规模要转化为价值，就必须有人“拥有”规模所创造出来的资产，并将其转化为再投资。没有所有权的规模，不过是廉价的供给而已。就算十五亿人共同制造出“眼睛”，只要这双眼睛的所有权在外部，留在印度的就只剩工资，而这份工资，也会在机器人完成训练的那一刻起受到威胁。
这并不是说中国的道路就是正确答案。国家拥有大脑的模式，自身也背负着各种控制与伦理问题，而“AI本质上是一种令权力集中的技术”这种担忧，在中国那一边反而更为强烈。我想说的是一个框架：往后再看任何一个国家的AI战略时，与其问“它做了多少、做了什么”，不如先问“它拥有的是哪一层”，这样会更快看清这个国家究竟站在解放的一边，还是站在剥削的一边。
结语
今天的内容，我用三句话来概括。
第一，中国把大脑（脑机接口·芯片）这一内层交由国家所有；印度则由十五亿人口共同制造出眼睛（视觉数据）这一外层，却并不拥有它。第二，卡鲁尔的摄像机劳动，既是一种在故乡实现经济独立的解放，也是训练出取代自己的机器人这一榨取式供应链末端的剥削。第三，决定这一悖论分量的，归根结底是“谁拥有数据”。
所以，下次当你看到某个国家“AI崛起”的新闻时，不妨不要只看规模和速度，而是去追问一下所有权的位置。图景会因此变得不同。
假如你是卡鲁尔那位女性，你会把这份工作视为“解放”，还是视为“剥削”？而决定这一判断的条件又是什么？欢迎在评论区告诉我，你更看重这两条轴线中的哪一条，我会把这些反馈纳入下一期选题的参考。
💬 卡鲁尔的摄像机劳动，究竟是解放还是剥削？也请简短留下你判断的依据 · 📨 如果这个视角对你有帮助，欢迎转发给同事
参考资料与延伸阅读
核心来源
- AFP，《The Indian workers training AI robots to take their jobs》，2026年6月。 Al Jazeera转载版 ··· 关于卡鲁尔工厂GoPro劳动、每小时250卢比工资，以及Objectways信息的第一手来源。
- 中国7个部门，《关于促进脑机接口产业创新发展的实施意见》，2025年7月。 TechCrunch分析 ··· 有助于理解中国为何要由国家掌握“最内层”的背景资料。
- Nasscom，《Technology Sector Strategic Review 2025》。 India Business Trade整理 ··· 印度软件服务出口规模的依据。
背景知识
- Ruchir Sharma，《India is a loser in the AI race》访谈，2026年5月。 Business Today ··· 从投资者视角，解读外国资金为何离开印度、流向台湾与韩国。
推荐搭配阅读的往期内容
- Oswarld知识对谈：中国脑机接口篇 ··· 与今天“中国拥有大脑”这条轴线直接相连。将两篇连起来阅读，所有权结构的对比会更加鲜明。
📝 术语说明
注释
-
Objectways / 卡鲁尔摄像机劳动：这是法新社2026年6月在泰米尔纳德邦卡鲁尔一家纺织工厂实地采访的案例。工人们额头绑着GoPro或戴着智能眼镜，拍摄日常动作，这些影像随后被出售，作为人形机器人的学习数据。 ↩ ↩2 ↩3
-
BCI（Brain-Computer Interface，脑机接口）：一种读取大脑神经信号、并将其与计算机·机器相连接的技术。分为将电极植入大脑的侵入式，和从体外测量的非侵入式两种。 ↩
-
116亿元人民币脑科学基金：中国于2025年12月成立的一项规模约1.65亿美元的脑机接口产业扶持基金，是从研究到商业化全程支持本国企业的国家资本。 ↩
-
数据标注（Data Annotation）：为图像、视频、音频等数据打上诸如“这是卡车”“这是人”之类标签的工作，使AI能够据此学习。自动驾驶汽车能够辨别道路上的物体，靠的也是这项工作。 ↩
-
自我中心数据（Egocentric Data）：意为“第一人称视角”数据。从人的头部或眼睛高度拍摄，帮助机器人原样模仿人类的手部动作与视野的学习素材。 ↩
-
软件服务出口（2025财年）：以印度会计年度（2024年4月至2025年3月）计算，软件服务出口额超过2,300亿美元。美国（50%）和欧洲（31%）是最大市场。 ↩
-
300亿美元资金外流：2026年外国投资者从印度股市撤出的资金规模，已超过2025年的全年纪录，创历史新高。 ↩
-
GCC（Global Capability Center，全球能力中心）：跨国企业在印度等地设立的自营运营据点。是过去以外包（BPO）方式委托的工作改为“内部化”运营的形式，在印度已有超过1,800个此类中心，雇用约200万人。 ↩